1.一种电力智能传感器中继回传网络的网络资源分配方法，其特征在于，应用于采用S2S通信的多个传感器所组成的传感器网络；所述方法包括：针对共享同一信道的一个S2S对所组成的传感器组，根据所述传感器组中各传感器设备的通信性能参数和所述信道的噪声信号功率，确定所述传感器组的信号干扰噪声比；在所述传感器组中被干扰传感器受到的干扰的类型为累积干扰的情况下，根据所述信号干扰噪声比与最大干扰阈值间的关系表达式，确定所述传感器组中被干扰传感器的干扰总和上限；获取所述被干扰传感器从发生干扰传感器所接收的干扰信号的功率；根据所述干扰总和上限和所述功率，确定所述被干扰传感器对应的干扰权重；基于所有被干扰传感器对应的干扰权重，构建干扰超图模型；所述干扰超图模型的顶点表示传感器设备，连接所述顶点的超边表示一组存在相互干扰的传感器设备集合；根据所述干扰超图模型确定所述传感器网络的最大干扰度，基于所述最大干扰度确定资源分配方案，以实现电力传感器的网络资源分配。
2.根据权利要求1所述的方法，其特征在于，确定所述传感器组中被干扰传感器受到的干扰的类型的过程，包括：在所述传感器组的信号干扰噪声比小于最大干扰阈值的情况下，确定所述传感器组中被干扰传感器受到的干扰的类型为强干扰；在所述传感器组的信号干扰噪声比大于等于所述最大干扰阈值的情况下，确定所述被干扰传感器受到的干扰的类型为弱干扰；在所述被干扰传感器同时受到强干扰和弱干扰的情况下，确定所述被干扰传感器受到的干扰的类型为累积干扰。
3.根据权利要求1所述的方法，其特征在于，所述基于所有被干扰传感器对应的干扰权重，构建干扰超图模型，包括：根据所有被干扰传感器对应的干扰权重，构建干扰权重矩阵；所述干扰权重矩阵的每一行代表一个传感器设备，所述干扰权重矩阵的每一列代表一个对所述传感器设备产生干扰的其他传感器设备；根据所述干扰权重矩阵，构建干扰超图模型；所述干扰超图模型中超图的节点为所述干扰权重矩阵中的传感器设备，超边为所述传感器设备与对所述传感器设备产生干扰的其他传感器设备间的连线，所述超边的权重为所述超边连接的传感器设备间的干扰权重之和。
4.根据权利要求1所述的方法，其特征在于，所述根据所述干扰超图模型确定所述传感器网络的最大干扰度，包括：根据所述干扰超图模型确定资源分配矩阵；所述资源分配矩阵用于表征对各所述S2S对的资源分配；根据所述资源分配矩阵求解得到所述传感器网络的最大干扰度。
5.根据权利要求1所述的方法，其特征在于，所述基于所述最大干扰度确定资源分配方案，包括：根据所有S2S对的通信状态参数，构建状态空间；根据资源分配目标确定目标函数，根据所述目标函数建立优化分配模型；基于所述状态空间和所述目标函数对所述优化分配模型进行训练，得到目标分配模型；基于所述目标分配模型生成资源分配方案，并根据所述最大干扰度对所述资源分配方案进行更新。
6.一种电力智能传感器中继回传网络的网络资源分配装置，其特征在于，所述装置包括：噪声比确定模块，用于针对共享同一信道的一个S2S对所组成的传感器组，根据所述传感器组中各传感器设备的通信性能参数和所述信道的噪声信号功率，确定所述传感器组的信号干扰噪声比；权重确定模块，用于在所述传感器组中被干扰传感器受到的干扰的类型为累积干扰的情况下，根据所述信号干扰噪声比与最大干扰阈值间的关系表达式，确定所述传感器组中被干扰传感器的干扰总和上限；获取所述被干扰传感器从发生干扰传感器所接收的干扰信号的功率；根据所述干扰总和上限和所述功率，确定所述被干扰传感器对应的干扰权重；超图构建模块，用于基于所有被干扰传感器对应的干扰权重，构建干扰超图模型；所述干扰超图模型的顶点表示传感器设备，连接所述顶点的超边表示一组存在相互干扰的传感器设备集合；资源分配模块，用于根据所述干扰超图模型确定传感器网络的最大干扰度，基于所述最大干扰度确定资源分配方案，以实现电力传感器的网络资源分配。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
9.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
